一些 numpy 函数(逻辑上)返回标量:
>>> my_arr = np.ndarray(shape=(1,))
>>> type(np.max(my_arr))
<type 'numpy.float64'>
但仅当使用 ndarray 而不是子类调用时:
>>> class CustomArray(np.ndarray):
... pass
>>> my_arr = CustomArray(shape=(1,))
>>> type(np.max(my_arr))
<class '__main__.CustomArray'>
这是为什么?我希望两者都返回一个标量(类型为 <type 'numpy.float64'> ,或者前者返回一个 np.ndarray 实例,后者返回一个 CustomArray 实例。但是,我得到了这两种行为的组合。我可以通过改变我自己的类(class)来改变这种行为?
在讨论子类化 ndarray ( http://docs.scipy.org/doc/numpy-1.9.2/user/basics.subclassing.html ) 的文档页面上,我没有看到任何可以对此进行解释的内容。
(运行 Python 2.7.10,numpy 1.9.2,以防万一。)
请您参考如下方法:
这是因为 max() 在 CustomArray 中没有重载。如果您尝试这样做,my_array.max() 会返回一个 CustomArray 对象而不是标量。
my_array = CustomArray(shape=(1,))
print my_array.max()
>> CustomArray(9.223372036854776e+18)
np.max 内部调用 np.amax,最终调用 np.maximum.reduce。这是 map-reduce 的标准 reduce 并返回由 max 返回的基础对象。因此,np.max 返回的类型实际上是在您的对象上调用的 max() 方法返回的类型。您可以将其覆盖为:
class CustomArray(np.ndarray):
def max(self, axis, out):
return np.ndarray(self.shape, buffer=self).max(axis, out)
type(np.max(my_arr))
>> numpy.float64
诀窍是将 self 向上转换为 np.ndarray 并使用它找到 max。
